| 排名 | 企業 | 綜述 |
|---|---|---|
| 1 | 臺積電 | 集成電路制造服務(晶圓代工)企業 |
| 2 | 紫光集團 | 綜合性集成電路企業 |
| 3 | 海思半導體 | 2018年推出昇騰910、麒麟980等芯片 |
| 4 | 聯發科 | 2019年4月推出AIoT平臺及i300和i500系列處理器芯片 |
| 5 | 中芯國際 | 2019年將大規模量產14nm工藝 |
| 6 | 寒武紀 | 寒武紀二代云端AI芯片思元270將于五月發布 |
| 7 | 龍芯中科 | 2019年推出新一代GK2302主控芯片，讀寫速度可達500MB/s |
| 8 | 地平線 | 搭載了地平線第二代BPU的車規級人工智能芯片將于2019年發布 |
| 9 | 中星微 | 2018年中星微推出第二代人工智能芯片 |
| 10 | 智芯微電子 | 業務涉及芯片傳感、通信控制、用電節能，累計發行芯片8億多顆 |
| 11 | 匯頂科技 | 2018年，匯頂科技率先攻克了屏下光學指紋技術 |
| 12 | 云天勵飛 | DeepEye1000嵌入式視覺AI大腦芯片將于今年下半年量產、商用 |
| 13 | 思必馳 | 2019年發布思必馳-深聰TAIHANG芯片，聚焦于語音應用場景 |
| 14 | 百度 | 2018年發布云端全功能AI芯片“昆侖”，應用于未來的自動駕駛、圖像識別等等領域 |
| 15 | 平頭哥 | 阿里巴巴合并中天微與達摩院成立的新公司，今年將推出第一款AI芯片 |
| 16 | 云知聲 | 今年將會發布第二代物聯網語音AI芯片蜂鳥、圖像語音多模態AI芯片海豚，以及車規級多模態AI芯片雪豹 |
| 17 | 比特大陸 | 2018年，比特大陸首次推出了終端AI芯片BM1880，實現了端云協同的布局 |
| 18 | 三安光電 | 2019年，投資120億經營 Mini/Micro LED 外延與芯片產品及相關應用的研發 |
| 19 | 啟英泰倫 | 2018年人工智能語音芯片CI1006正是大規模量產 |
| 20 | 西井科技 | 2017年12月，西井科技發布第二代人工智能深度學習芯片DeepWell |
| 21 | 瑞芯微 | 專業的個人移動信息終端SOC解決方案供應商 |
| 22 | 靈汐科技 | 第二代“天機”架構類腦類處理AI芯片，支持DNN/SNN混合模式 |
| 23 | 深蘭科技 | 2018年設立深蘭人工智能芯片研究院，計劃三年實現專用芯片量產 |
| 24 | 天數智芯 | 2018年天數智芯推出人工智能芯片Iluvatar |
| 25 | 閱面科技 | 2017年發布AI芯片視覺芯片「繁星」 |
| 26 | 欣博電子 | 2018年發布首款AI安防芯片SC6235 |
| 27 | 深維科技 | 國內一流的AI應用FPGA解決方案商 |
| 28 | 富瀚微 | 國內一流的安防AI芯片與解決方案提供商 |
| 29 | 肇觀電子 | 2018年正式發布AI視覺處理器芯片N171 |
| 30 | 長電科技 | 全球知名的集成電路封裝測試企業 |
| 2019《互聯網周刊》&eNet研究院選擇排行 | ||
2018年中美貿易事件后，中國迎來了一波造“芯”潮。轉眼間一年已經過去，在行業走過野蠻生長，開始加速落地、加速整合的過程中，中國的芯片產業現狀到底如何？2019年又將有怎樣的發展？不妨和我們一起關注那些中國的“芯”企業。
制程工藝：14nm走向成熟，內地企業躍躍欲試
在研發難度逐年遞增的今天，摩爾定律已經徹底失效，要想有效提升芯片性能，改善制程是最為直接有效的辦法。
在芯片制造領域，臺積電是當之無愧的領導者，作為全世界最大的芯片代工廠，生產了全球大部分頂級移動芯片。以主流的手機芯片為例，從2011年的28nm到2018年的7nm，臺積電只用了7年時間。而全球第二大代工廠格羅方德則遲遲無法跟進，半導體巨頭三星則是姍姍來遲，于2019年初才正式量產7nm芯片。
無論是臺積電還是三星，7nm工藝都將在2019年走向成熟。屆時，AMD的新一代顯卡、寒武紀的人工智能芯片、比特大陸的礦機……繼手機之后，將會有越來越多的領域使用7nm工藝。
中國內地的芯片制造企業仍在奮起直追。
2018年初，中國內地最先進的IC制程工藝還是中芯國際與廈門聯芯的28nm。僅僅一年之后，中芯國際宣布將在上半年大規模量產14nm工藝。
據中芯國際的首席執行官梁孟松曾公開表示：現在中芯國際的第一代FinFET14nm技術，無論是產品的良品率還是可靠度都已進入成熟階段。而且與此同時，12nm芯片制程工藝的開發也有了突破性的進展。發展不可謂不快。
俗話說巧婦難為無米之炊，唯有具備先進的制造工藝，才能設計出優秀的國產芯片。
人工智能：國產芯片的機遇
當下，人工智能在算力、算法、大數據三駕馬車的支持下，已經進入了產業爆發期。而人工智能的深度算法，對芯片的計算能力也提出了更為苛刻的要求。
AI芯片由此孕育而生，并且呈爆炸式增長，這為長期處于技術弱勢的國內芯片行業提供了一個彎道超車的機會。
當前國內人工智能芯片市場百花齊放，廣泛分布在安防、機器人、智能駕駛、智能家居等眾多領域，并催生了大量專注于人工智能的企業。
自動駕駛是人工智能的主要應用場景之一。汽車要想實現自動駕駛，必須在車身周圍裝備大量攝像頭、雷達，這些傳感器每時每刻都會產生大量的數據，處理稍不及時就會造成交通事故。這對芯片的算力提出了非常高的要求，算力高、響應快的車輛人工智能處理芯片必不可少。百度推出的昆侖、地平線推出的旭日2.0、西井科技推出的DeepWell均是適用于自動駕駛的人工智能芯片。
安防是人工智能的另一大應用場景，相較于自動駕駛的未雨綢繆，主打圖像識別與視頻處理的人工智能應用在安防市場要成熟得多。無論是攝像頭、交換機、還是各類服務器，都需要智能芯片的支持。
國內富瀚微、華為、云天勵飛、中星微、寒武紀等企業均有針對安防推出的AI芯片產品。在邊緣計算領域，國產安防AI芯片雖然與英特爾、英偉達等企業仍存在差距，但隨著國內監控市場份額不斷增長，發展潛力巨大。
家庭作為最多樣化的人工智能應用場景，從智能音箱到掃地機器人，充滿了科技與未來感。
語音是家庭智能交互的主要手段，隨著算法的進步，語音識別在語義分析與語義理解等方面均取得了巨大的進步，國內語音技術公司憑借多年來的技術積累，紛紛推出針對語音處理的智能AI芯片。
2018年5月，云知聲推出語音AI芯片雨燕；2018年6月，Rokid發布了首款自主研發的AI語音專用芯片Rokid KAMINO18；2019年1月，思必馳發布AI語音芯片TAIHANG。
對于傳統芯片企業，云知聲、Rokid等語音算法公司根據使用場景設計芯片產品的方式，可謂商業模式上的一種全新探索。然而這種倒推式的定制化路線就像一把雙刃劍，在解決芯片商業化的同時，也對芯片設計、生產周期提出了一定的要求，一旦判斷失誤，后果將會非常嚴重。
進口3000億：“缺芯”的背后是“缺人”
2018年，中國進口芯片總額超過了3000億美元，超越原油和大宗商品，穩坐中國第一大進口商品。然而還有另外一組數據同樣引人注意，中國作為全球半導體最大的單一市場，去年市場份額占比達到了33.8%，市場增長更是高達20.5%，超過整體市場13.7%以及北美市場16.4%的增速。
這意味著在很長一段時間內，中國的芯片短缺現象不僅無法得到緩解，還將面臨不斷擴大的尷尬局面。想要從根本上扭轉這一困境，不僅需要中國企業們的共同努力，更要從源頭抓起。
北京大學教授、全球創新教育大會主席張海霞曾指出，我們表面上看是“缺芯”，實際上是“缺人”，無論是芯片設計還是應用層面。
《中國集成電路產業人才白皮書（2017—2018）》顯示，截止到2017年底，我國集成電路行業從業人員規模在40萬人左右，而到2020年前后，我國集成電路行業人才需求規模約為72萬人左右，人才極度匱乏。
國產芯片研發和應用的短缺，很大程度來源于我國計算機人才培養的“頭重腳輕”。計算機專業的大學生和研究生，普遍不愿意學習更為基礎的計算機系統結構，而是對計算機應用更加上心。一線芯片研發機構的薪酬往往不及同水平的互聯網或金融公司，自然難以獲得優秀人才。
因此，中國的芯片問題，更是人才問題、教育問題，唯有深化改革，才能使中華民族再次站立在世界之巔。
